クローン病における臨床的再発の予測に向けた腸内細菌叢の解析
公開日：2022年11月19日
クローン病における臨床的再発の予測に向けた腸内細菌叢の解析
https://www.nature.com/articles/s41598-022-23757-x
Sylvie Buffet-Bataillon, Guillaume Bouguen, ...Yann Le Cunff 著者を表示する。
Scientific Reports 12巻 記事番号：19929（2022） この記事を引用する
1150アクセス
1 被引用回数
13 Altmetric
メトリックの詳細
概要
腸内細菌叢の役割は、クローン病（CD）の病態生理における鍵であると言われている。CDは寛解期の後に頻繁に再発することが特徴であるが、そのメカニズムは完全には解明されていない。本論文では、CD患者における微生物叢プロファイルの不均一性が、これらの再発の適切な予測因子となり得るかどうかを検討した。この前向き観察研究では、259人のCD患者を対象とし、そのうち41人から合計62回の連続した糞便サンプルの提供を受け、それぞれのサンプルの間隔は平均25週間であった。糞便中の微生物叢は、16 S rRNAアンプリコンサンプリングによる大量ゲノムシークエンスで解析された。その結果、259人のCD患者は、3つの異なる微生物叢のサブグループ（G1、G2、G3）に分けられることがわかった。G1からG3にかけて、α多様性は徐々に減少したが（p≦0.0001）、糞便カルプロテクチン（FC）レベルには変化がなかった。41名のCD患者から連続採取した103検体に着目すると、患者の微生物叢プロファイルは経時的に著しく安定しており、症状の重症度の上昇に関連していることが示された。さらに、この微生物叢と重症度の関連性を調査した結果、悪化の最初の兆候は、（1）主な抗炎症性短鎖脂肪酸（SCFA）であるRoseburia、Eubacterium、Subdoligranumum、Ruminococcusの損失（P<0.05）であることが明らかになった。 05）、（2）炎症性病原体Proteus、Finegoldiaの増加（P < 0.05）、（3）Ezakiella、Anaerococcus、Megasphaera、Anaeroglobus、Fenollariaなどのその他のマイナーSCFA生産者の増加（P < 0.05) が見られた。臨床症状のさらなる悪化は、これらのマイナーなSCFAs種のその後の損失と、Klebsiella、Pseudomonas、Salmonella、Acinetobacter、Hafniaなどの他の炎症性ProteobacteriaおよびStaphylococcus、Enterococcus、Streptococcusなどの炎症性Firmicutesの増加に著しく関連している（P < 0.05. (P < 0.05). 我々の知る限り、本研究は、（1）CD患者における微生物叢プロファイルのサブグループを明確に特定し、（2）これらのグループと症状の経時的変化を関連付け、（3）CD症状の悪化における2段階のプロセスを示した初めての研究である。これは、患者間の不均一性の理解を深めるとともに、将来の症状悪化の早期警告シグナルを提供し、最終的には経験的な治療法を適応させるための道を開くものである。
はじめに
クローン病（CD）は、消化管の慢性炎症が特徴であり、宿主免疫系、腸粘膜、腸内細菌叢の間の複雑な相互作用が関与している1。多くの研究により、CD患者の腸内細菌叢は、CDではない対照群と比較して、全体的に多様性が失われ、ファーミキューテスの枯渇とプロテオバクテリアの増加というアンバランスな状態にあることが分かっています2,3,4。慢性的で予測不可能な本疾患の性質と、生活のあらゆる側面に及ぼす衰弱は、幅広い多様な症状を持つCD患者にとって大きな懸念材料となっています5,6。例えば、CD患者の21-47%は、消化器症状に加えて、全身および腸管外症状を呈しています7。CD患者の半数は、診断から10年以内に狭窄や瘻孔などの腸管合併症を発症し、診断から20年の間に手術を必要とします8,9。一言で言えば、CDは患者さんによって症状が大きく異なり、軽度なものから日常生活に大きな支障をきたすものまで、また、時間的にも再発・再燃を繰り返すことがよく知られていますが、これもまだ完全には解明されていません。また、症状やCDの進化における患者間の不均一性が、微生物相の不均一性とどのように関連しているのかもまだ不明である。本論文では、この関係を解明するために、クローン病患者の新しい大規模縦断コホートを活用した。
その結果、（1）CD患者における腸内細菌叢の不均一性、（2）症状の変化と細菌叢組成を関連付けるための疾患の時間的変化、（3）CDの個別化診断・治療への道を開くために、ある微生物叢プロファイルから別の微生物叢への移行における「主要な微生物シグネチャー」を初めて調査した。
研究方法
患者コホート
レンヌ大学病院（フランス）において、2年間に259名のCD患者が登録され、この観察研究、非介入研究に対してインフォームドコンセントが提供された。患者は、前向き研究データベース（レンヌ、Commission Nationale Informatique et Liberté (CNIL) No.1412467により承認）に含まれることを知らされ、データは患者の標準フォローアップから取得されたため、追加の同意なしにこの研究を実行することができた。
対象は、標準的な内視鏡的、組織学的、放射線学的基準で診断された16歳から80歳のCD患者である。除外基準は、潰瘍性大腸炎患者および/またはストーマを有する患者とした。年齢、女性、喫煙、消化管手術、CDのモントリオール分類（A、B、L）、糞便カルプロテクチン（FC）（μg/g）、治療（抗TNF、チオプリンメトトレキサート（MTX）、抗生物質）に関する詳細は、糞便サンプルの同日に収集し表1に示す。
表1 コホートの特徴（n = 259人/n = 41人）。
フルサイズの表
患者の選択
コホートの41人の患者のサブグループは、縦断的研究期間中に数回の一時的な糞便サンプリングを行った（n = 合計103サンプル）。サンプル採取時の患者の状態を表すために、Harvey-Bradshaw Index（HBI）が評価された。HBIの閾値を使用して、3つのグループ「寛解」（HBI < 5、腹痛 = 0、合併症 = 0）（n = 42）、「軽中度」（HBI = 5-8 、腹痛 = 1（軽度）または 2（中度）、合併症 = 0）（n = 28）、「重症」（HBI > 8、腹痛 = 3、少なくとも一つの合併症）（n = 33）10 に分類しました。
腸内細菌叢の解析
16S rRNAベースのメタゲノム配列決定とバイオインフォマティクス解析を用いた糞便微生物叢プロファイリングの標準的な手順を使用した。International Human Microbiome Standards（IHMS）に従い、患者は排便直後に無菌容器（VWR社製）で便サンプルを採取するよう求められた。その後、便サンプルは4℃で24時間まで保存された。実験室に到着後、すべてのサンプルを手作業で均質化し、別のアリコートに計量してDNA抽出まで80℃で保存した。
抽出されたDNAは、16S rRNA遺伝子配列に基づく微生物相解析による微生物集団の評価に使用された。DNA は、自動 MagNA Pure システム（Roche Diagnostics GmbH, Mannheim, Germany）を用いて、MagNA Pure LC DNA Kit III (bacteria, fungi) (Roche) の製造元の推奨に従って糞便検体から抽出された。MagNa Lyser Instrumentでの機械的溶解（6000rpmで30秒）、および熱溶解（+65℃および95℃で10分）としてのプレ単離ステップを加えて、DNA単離を実施した。
イルミナ16Sサンプル調製ガイドに記載されている手順に従い、V3およびV4領域の増幅、イルミナシーケンスアダプターの追加、アンプリコンターゲットのデュアルインデックスバーコードの追加を行った。
プライマーは細菌のV3-V4領域に従って設計した（上流プライマー：PCR_341 Fは5'-CCTACGGNGGCWGCAG-3'、下流プライマー：PCR_785Rは5'-GACTACHVGGGTATCTAATCC-3')11。使用したIlluminaオーバーハングアダプター配列は以下の通りである。Forward overhang: 5' TCGTCGCAGCGTCAGATGTGTATAAGACAG-[PCR_341F]; Reverse overhang: 5' GTCTCGTGGCTCGAGATGTGTATAAGACAG-[PCR_785R].
アダプターに連結されたプライマーをPCR増幅に使用した；PCR産物を精製し、定量し、そして正規化して配列決定ライブラリーを形成した。これらはIllumina 16Sサンプル調製ガイドに概説されているようにIllumina MiSeqで配列決定された。
得られた個々の配列リードは、Find Rapidly OTUs with Galaxy Solution（FROGS）12に従って、Escudieらによって記述されたように、フィルタリング、トリミング、処理された。すべてのリードは、FROGSを使用して、可能な限り低い分類レベル（種または属）に分類された。SILVAデータベースは、SILVA 16S v132を使用し、16S rRNAのOTU（Operational Taxonomic Units）のテーブルを作成した。
統計解析
微生物相プロファイルのクラスタリングについては、以下の手順で行った。まず、Tsilimigrasら13と同様に、R phyloseqパッケージ（v1.32.0）のOTU数表（行に患者、列にOTUラベル）にclr変換を適用し、主成分分析（PCA）14の最初のステップと同様に、列ごとに平均0、標準偏差1となるように正規化を行った。使用した非教師付きクラスタリングは、ユークリッド距離とWard集約法を用いたAscending Hierarchical Clusteringである（sciPy Pythonパッケージ、v1.8.1）15。非教師付きアプローチを選択したため、症状の重さを予測するモデルを訓練する必要があった場合に必要となる訓練/テスト分割を使用しませんでした。PCA 分析とクラスタ数を評価するためのシルエット計算は、Python の scikit-learn (sklearn) パッケージで実行されました。最も高いシルエット係数は2つの異なるグループを識別し、2番目に高いシルエット係数は3つのグループを識別した。
アルファ多様性を評価するために、Chao1およびShannon多様性指数を使用した。ディスバイオーシスが炎症と関連しているかどうかを調べるため、クラスカル・ワリス検定を用いて、糞便カルプロテクチン値が微生物相のグループ間で異なるかどうかを検証した。次に、ディスバイオーシスの時間的変化を推定するために、階層的クラスタリングによって同定されたグループを、フィッシャーの正確検定を用いて症状の重症度に関して評価した。最後に、疾患のダイナミクスにおける「主要な微生物シグネチャー」を特定するため、DESeq2およびapglmパッケージを使用して、患者間の種の存在量の差を決定し、Benjamini-Hochberg法を使用して多重検定でp値を調整した（カットオフ=調整p < 0.05）。交絡因子は糞便マイクロバイオームに影響を与える可能性があるため7,16,17、および本研究で観察された細菌群の関連する変化に確信を持つために、喫煙および疾患局在などの既知の因子が3群のマイクロバイオータに与える影響も定量化した。統計解析とデータの可視化は、R（v.3.5.1）と複数のパッケージ（'phyloseq' (v1.32.0), 'philr' (v1.14.0), 'ggplot 2' (v3.3.6), 'grid' (v4.1.3), 'ape' (v4.0.0), 'スケール' (v4.0), 'スケール' (v4.0.0), 'スケール' (v4.0.0) を使用し実施された。 .1), 'scales' (v1.2.0), 'DESeq 2' (v1.28.1) および 'apglm' ( BiocManager v1.30.18 から v1.1.16) を使用しています。
倫理的承認と参加への同意
本研究は、研究に関する国の指針および当局の規制に従って実施された。すべての実験プロトコルは、指定された機関審査委員会および/またはライセンス倫理委員会により承認された。患者はプロスペクティブリサーチデータベース（Rennes, Commission Nationale Informatique et Liberté (CNIL) No.1412467）に登録されることを知らされ、データは患者の標準治療のフォローアップから取得されたため、追加の同意なしに研究を実施することが可能となった。
結果
CD 患者の特徴
259名のCD患者および41名のCD患者の特徴を表1にまとめました。コホートの80％以上が腸の下部に炎症を示している。259人のうち2人（0.08%）だけが、微生物相解析の90日以内に抗生物質（メトロニダゾールまたはシプロフロキサシン）を投与された。標準的な患者追跡調査から得られたデータであるため、連続した検体採取のタイミングや総検体採取数は、41名の患者間で異なっていた。具体的には、26名が2検体、9名が3検体、6名が4検体であった。2検体間の間隔の中央値は15週間、平均値は25週間であった。
CD患者におけるマイクロバイオータプロファイルの3つの異なるグループ
259人の患者から分析した321の腸内細菌叢サンプルのうち、我々のクラスタリング法により、腸内細菌叢が有意に異なる3つのグループ（G1、G2、G3）を特定した（Fig. 1A）。種多様性は、Chao1指数とShannon指数に基づき、G1からG2、G2からG3へと減少することがわかった（図1B）（Kruskal-Wallis検定、p = 4.02e-13 and 2.6e-15, respectively）。腸内細菌叢の解析では、G1、G2、G3群の間で微生物門Proteobacteriaの割合に有意な変化が見られた（図1C）（Fisher exact test, p < 0.05）。喫煙や疾患局在などの交絡因子と3群の微生物叢との関連は認められなかった。興味深いことに、3つのグループは幅広い微生物相の多様性を示す一方で、カルプロテクチンレベルの点では有意差を示さなかった（図1D、クラスカル・ワリス検定、p＝0.26）。
図1
図1
CD患者259名（n = 321サンプル）の腸内細菌叢。(A）321サンプルの腸内細菌叢の昇順階層型分類（AHC）：3つの異なるグループ（G1、G2、G3）が同定され、それぞれ青、赤、緑で描かれている。(B) G1からG3にかけて、Shannon指数とChao1指数が減少していることがわかる（それぞれp = 2.6e-15, 4.02e-13）。(C) G1、G2、G3における腸内細菌叢のフィラレベルでのグローバルな組成。(D）CD患者における腸内細菌叢G1、G2、G3の3つのグループとカルプロテクチン値との関連。カルプロテクチン値は、ディスバイオーシスの程度に差があるにもかかわらず、G1、G2、G3の間で有意な差はない。
フルサイズ画像
CD患者における糞便中細菌群の経時的動態
次に、複数の微生物叢サンプル（個人あたり2～4サンプル）を持つ患者41人のサブセットに着目し、全体で103サンプルに相当することを明らかにした。図2Aでは、微生物叢の構成と症状の重症度の間に強い関連があることを示した（フィッシャーの正確検定、p = 3.46e-06）。G3は主に「重症」CD症例[20/27 (74%)]に、G2は「寛解」CD症例[18/39 (46.1%)]と同様に「軽度-中等度」CD症例 [15/39 (38.5%)]に、最後に、G1は「寛解」CD症例 [21/37 (56%)] に関連している。図2Bは、主成分分析（PCA）計画、すなわち患者の微生物叢の2次元投影図において、3つのグループを表示している。G2はG1とG3の間に位置し、G1からG3への症状の重症度の上昇と一致していることがわかる。Fig.2Cは、2回の受診によるグループ間の遷移を示したものである。G1からG3への遷移は見られず、G3からG1への遷移は2回のみであった。さらに、症状の改善が観察されるたびに、微生物叢の安定、またはG3からG2、G2からG1への移行のいずれかと関連していた（n = 15/15）。このことから、G1からG2、またはG2からG3への移行がより一般的であることが、疾患の経時的な変化を示す重要な指標となり得ることが示唆された。
図2
図2
41人のCD患者の腸内細菌叢（n = 103の連続したサンプル）。(A）CD患者における腸内細菌叢G1、G2、G3群と症状の重症度との関連性。G1群からG3群にかけて、症状の重症度が上昇することが確認された（p = 3.46e-6）。(B）主成分分析（PCA）による3群の腸内細菌叢G1、G2、G3の投影。G1、G2、G3は3つの色で表現されている。(C) 連続する2つのサンプル間の腸内細菌叢の3つのグループG1、G2、G3の推移：全体として、CD患者は時間の経過とともに同じグループにとどまることがわかる。(D) G2における細菌種の存在量が、G1と比較して有意に（p < 0.05）log-fold変化していること。正のlog-fold変化は、G1と比較してG2における存在量の増加を指し、負のlog-fold変化は存在量の減少を指している。(E) G3における細菌種の存在量のG2に対する有意な(p < 0.05) log-fold変化。正のlog-fold変化はG2と比較してG3での存在量の増加を、負のlog-fold変化は存在量の減少を意味する。
フルサイズ画像
CD症状の経時的変化を予測する主要な微生物シグネチャー
次に、G1、G2、G3の微生物叢プロファイルの違いが、疾患の異なる動態をもたらすことから、「主要な微生物シグネチャー」すなわち「主要な微生物シグネチャー」についてより詳細に調査しました。
図2Dは、悪化の最初の兆候（G1からG2への移行）が3倍であることを示している：（1）主要なSCFA産生菌（Roseburia、Eubacterium、Subdoligranumum、Ruminococcus）に属する主要な抗炎症微生物の減少（p < 0. 05）（3）（4）（5）（6）（7）（1. 05）、（2）炎症性病原体（プロテウス、フィネゴルディア）の増加（p＜0.05）、（3）マイナーSCFA産生菌（エザキエラ、アナエロコッカス、メガファエラ、アナエログロブス、フェノラリア）の増加（p＜0.05）であることがわかった。臨床症状のさらなる悪化（G2からG3への移行）（図2E）は、（1）マイナーSCFA産生菌のより深い喪失（p < 0. 05）と有意に関連している。 05）、（2）他の炎症性Proteobacteria（Klebsiella、Pseudomonas、Salmonella、Acinetobacter、Hafniaなど）および炎症性Firmicutes（Staphylococcus、Enterococcus、Streptococcusなど）の増加（p < 0.05）と有意な関係があった。
考察
本研究では、CDと対照群、CDと他のIBDs18,19,20,21,22,23,24,25との従来の比較ではなく、疾患の臨床経過をより理解するためにCD患者における微生物相の不均質性の特徴づけに焦点をあてた。また、縦断的な情報も活用しました。実際、小規模コホートからのマルチオミクスデータセットの縦断的プロファイリングは、縦断的プロファイリングを行わない大規模コホートよりも高いパフォーマンスと情報量の豊かさを持つことが示されています。このことは、糖尿病や肥満などの他の複雑な疾患においても実証されている26,27。最後に、微生物叢解析に関する最近のレビューで提唱されているように、患者間の異質性に光を当てるために、微生物叢の非教師付きクラスタリング技術を活用することにした14,28,29。
CDは3つの微生物叢プロファイルのグループによって特徴付けられ、G1は種の多様性の点で正常生物に近く、G2とG3はある種のdysbiosisを示すことが示された。他のグループと一致するように、dysbiosisはFirmicutes門のSCFA産生菌に属する細菌の著しい減少とProteobacteria門の存在の増加によって特徴づけられた19,22,30,31,32,33。
また、FCはCDの疾患活動性を評価するための標準的な非侵襲的マーカーと考えられており、特にCD患者の疾患活動性、再発、治療への反応、患者報告アウトカムをモニタリングする上で臨床的に有用であることが示されている34,35,36. そこで、FCとdysbiosisの関連性を見出そうとした。別の研究37で述べたように、また最近の研究38と一致するように、我々はdysbiosisの重症度とFCレベルとの間に関連はないことを明らかにした。
そこで我々は、CD症状の重症度の推定マーカーとして、微生物叢に注目した。本研究は、CDにおける微生物叢の進行性変化とCD症状の悪化を関連づけた最初の研究である。PCAの結果は、G1からG3への疾患の進行という考えを確認し、最初の変動軸は、医学的研究において計算する価値のある、疾患の重症度に関する新しい情報「スコア」として考慮される可能性が非常に高い。
CDの病態の鍵を握るのはディスバイオシスであることはよく知られている。今回、我々は症状悪化の「鍵となるサイン」があることを発見した。症状悪化の引き金となるG1からG2への最初の移行は、主な抗炎症性SCFA産生菌（Roseburia、Eubacterium、Subdoligranumum、Ruminococcus）の消失とProteusやFinegoldiaといった炎症性細菌の増加によって特徴づけられる。これらの知見は、NeumannらやZhangら39,40と一致している。Neumannらは、Finegoldiaがヒト好中球との相互作用により、炎症を誘発することを初めて示した39。プロテウス菌は、最近、病気の再発を予測する重要な因子であることが示されています40。SCFA産生菌の枯渇は、これらの症状-微生物叢の相互作用およびCDの自然史との関連において興味深い。実際、SCFAは抗炎症性T細胞およびB細胞応答を促進し、腸管マクロファージの抗炎症性表現型を促進することが示されている41,42,43,44,45,46。最後に、先行研究では、SCFAs/酪酸が炎症反応に対して抑制効果を持ち、腸のホメオスタシスとがん予防に寄与することも示されています47,48,49,50,51。
次に、G2からG3への移行期では、症状の悪化に伴い、他の炎症性細菌（Klebsiella, Pseudomonas, Salmonella, Acinetobacter, Hafnia, Staphylococcus, Enterococcus, Streptococcus）が増加することが特徴的であるとされています。定量的マイクロバイオームプロファイリングにより、我々の研究と一致して、Vieira-Silvaらも同じEnterococcus属、Escherichia属、Fusobacterium属、Streptococcus属、Veillonella属を臨床重症度のバイオマーカーとして同定している52。正確には、FusobacteriumとVeillonellaは、より高い胃腸の炎症を持つ患者において関連していた。腸球菌は、特に胆道閉塞の重症度と関連していた。
既存の、あるいは将来の治療法が、ディスバイオーシスの進行を阻止あるいは逆転させ、予後を改善し、CDの自然史を変えることができるかどうかを理解することは、今後の課題である。この論文で明らかにした微生物相の変化の順序に関する知識は、段階的な改善プロセスを提供することにより、個別化された糞便微生物叢移植（FMT）にさらなる洞察を与えるかもしれないと考えています。実際、ごく最近の研究では、（FMT）はCD患者の寛解維持に有効であった53。微生物叢とCDの症状との間のこの関連は、プレおよびプロバイオティクス治療に関する高まる取り組みを強化するものでもあります。より具体的には、我々の結果は、SCFA産生がCD患者における腸のホメオスタシスの回復と持続的な寛解に関連することを示唆するものである。これまでのところ、プロバイオティクス治療は、活動性または静止性CDの寛解の誘導または維持、あるいは外科手術による寛解後のCDの再発防止に大きな効果を示していない54,55。しかし、これらの研究で評価されたプロバイオティクスは、SCFA産生菌ではなかった。
興味深いことに、最近の研究は、CDにおけるSCFAs産生菌の治療の可能性を示す概念実証の証拠を提供した。CD患者において、6種類のSCFAs産生菌（Butyricoccus pullicaecorum 25-3T, Faecalibacterium prausnitzii, Roseburia hominis, Roseburia inulinivorans, Anaerostipescaccae, and Eubacterium hallii）の混合物を投与すると、酪酸産生、粘液および内腔関連CDマイクロバイオータのコロニー形成能、ならびに上皮障壁の完全性が改善したのである56。このようなアプローチは、健康なマイクロバイオームを再構築するための抗TNFα療法を効率的に補完する可能性がある。
結論
本研究の目的は、病歴、異質性をよりよく理解し、個別化されたCD治療において臨床医を支援する機械学習の可能性を示すことであった57。本研究は、教師なし機械学習アプローチが腸内細菌叢の特徴づけに適していることを確認し、この細菌叢と症状の重症度との関連性を示したものである。CD管理を最適化するために、CDの病歴とともにディスバイオーシスの程度を評価する必要がある。
データの利用可能性
本研究で分析されたデータセットは、https://doi.org/10.57745/CMF9FC で公開されています。
参考文献
Dovrolis, N. et al. Gut microbial signatures underline complicated Crohn's disease but vary between cohorts; an in silico approach.腸内細菌シグネチャーは複雑なクローン病を示唆するが、コホート間で異なる。Inflamm. Bowel Dis. 25, 217-225 (2019).
論文
PubMed
Google Scholar
Lopez-Siles、M.ら、粘膜関連Faecalibacterium prausnitziiとEscherichia coliの共濃度によって過敏性腸症候群と炎症性腸疾患の表現型を区別することができる。Int. J. Med. Microbiol. IJM 304, 464-475 (2014).
論文
PubMed
グーグルスカラー
Zuo, T. & Ng, S. C. The gut microbiota in the pathogenesis and therapeutics of inflammatory bowel disease（炎症性腸疾患の病因と治療法における腸内細菌叢）。Front. Microbiol. 9, 2247 (2018).
論文
PubMed
PubMed Central
Google Scholar
Lloyd-Price,J.ら、炎症性腸疾患における腸内細菌生態系のマルチオミクス。ネイチャー 569, 655-662 (2019).
掲載記事
ADS
キャス
パブメド
PubMed Central
Google Scholar
Moradkhani, A., Beckman, L. J. & Tabibian, J. H. 炎症性腸疾患における健康関連QOL（quality of life）。また、このような状況下でも、「健康関連QOL」の向上が期待できる。J. Crohns Colitis 7, 467-473 (2013).
記事
PubMed
Google Scholar
Shah, S. C., Colombel, J.-F., Sands, B. E. & Narula, N. Systematic review with meta-analysis: 粘膜治癒はクローン病における長期転帰の改善と関連している。Aliment. Pharmacol. Ther. 43, 317-333 (2016).
論文
CAS
PubMed
グーグルスカラー
Torres, J., Mehandru, S., Colombel, J.-F. & Peyrin-Biroulet, L. Crohn's Disease. Lancet Lond. Engl. 389, 1741-1755 (2017)に掲載されています。
論文
Google Scholar
Thia, K. T., Sandborn, W. J., Harmsen, W. S., Zinsmeister, A. R. & Loftus, E. V. Population-based cohortにおけるクローン病の腸合併症への進行に関連するリスクファクター. Gastroenterology 139, 1147-1155 (2010).
論文
PubMed
Google Scholar
Fiorino, G., Bonifacio, C., Peyrin-Biroulet, L. & Danese, S. Crohn's diseaseにおける副傷病の予防。Lémann index. J. Crohns Colitis 10, 495-500 (2016).
論文
PubMed
PubMed Central
Google Scholar
Vermeire, S., Schreiber, S., Sandborn, W. J., Dubois, C. & Rutgeerts, P. Crohn's disease activity and Harvey-Bradshaw indices in assessing Crohn's disease severityの相関性。Clin. Gastroenterol. Hepatol. Off. Clin. Pract. J. Am. Gastroenterol. 8, 357-363 (2010).
Google Scholar
Klindworth, A. et al.古典的および次世代シーケンスに基づく多様性研究のための一般的な16SリボソームRNA遺伝子PCRプライマーの評価. Nucleic Acids Res.41、e1（2013）。
論文
CAS
PubMed
Google Scholar
Escudié, F. et al.FROGS。GalaxyソリューションでOTUを高速に検索。バイオインフォメーションズ。Oxf. Engl. 34, 1287-1294 (2018)に掲載されています。
論文
Google Scholar
Tsilimigras, M. C. B. & Fodor, A. A. Compositional Data Analysis of the Microbiome: ファンダメンタルズ、ツール、および課題。Ann. Epidemiol. 26, 330-335 (2016).
論文
PubMed
グーグル奨学生
Mossotto, E. et al. 機械学習を用いた小児炎症性腸疾患の分類. サイエンス・レップ 7, 2427 (2017).
論文
ADS
キャス
PubMed
PubMed Central
Google Scholar
Virtanen、P.ら、SciPy 1.0。Pythonで科学計算のための基本的なアルゴリズム。Nat. Methods 17, 261-272 (2020)に掲載されました。
論文
CAS
パブメド
PubMed Central
Google Scholar
Ng, S. C. et al.21世紀における炎症性腸疾患の世界的な発生率と有病率。21世紀における世界の炎症性腸疾患の発生率と有病率：人口ベースの研究の系統的レビュー。Lancet Lond. Engl. 390, 2769-2778 (2017)に掲載されています。
論文
Google Scholar
Piovani, D. et al. 炎症性腸疾患の環境リスクファクター。メタアナリシスのアンブレラ・レビュー。Gastroenterology 157, 647-659.e4 (2019年).
論文
PubMed
グーグルスカラー
Hansen, R. et al. de-novo pediatric IBDの微生物叢。クローン病ではFaecalibacterium prausnitziiの増加、潰瘍性大腸炎では細菌の多様性が減少している。Am. J. Gastroenterol. 107, 1913-1922 (2012).
論文
ADS
CAS
パブコメ
Google Scholar
Manichanh, C. et al. メタゲノム解析により明らかになったクローン病における糞便微生物叢の多様性低下。Gut 55, 205-211 (2006).
論文
CAS
PubMed
PubMed Central
Google Scholar
Mondot, S. et al. クローン病微生物の新しい系統的特異性を強調する。Inflamm. Bowel Dis. 17, 185-192 (2011).
論文
CAS
パブコメ
Google Scholar
Sokol, H. et al. IBDにおける真菌性微生物叢のディスバイオーシス. Gut 66, 1039-1048 (2017).
論文
キャス
PubMed
グーグルスカラー
Pascal, V. et al. クローン病の微生物シグネチャー。Gut 66, 813-822 (2017).
論文
キャス
PubMed
グーグルスカラー
Forbes, J. D. et al. A comparative study of the gut microbiota in immune-mediated inflammatory diseases-does a common dysbiosis exist? Microbiome 6, 221 (2018).
論文
PubMed
PubMed Central
Google Scholar
D'Haens、G.ら、新たにクローン病と診断された患者における早期の免疫抑制併用療法または従来の管理。公開無作為化試験。Lancet Lond. 371, 660-667 (2008).
論文
Google Scholar
Khanna, R.ら、Early Combined immunosuppression for the management of Crohn's disease（REACT）（クローン病管理のための早期複合免疫抑制）。クラスター無作為化比較試験。Lancet Lond. Engl. 386, 1825-1834 (2015).
論文
Google Scholar
Piening, B. D. et al. Integrative personal omics profiles during periods of weight gain and loss（体重増加および減少期間中の個人のオミックスプロファイルの統合）。Cell Syst. 6, 157-170.e8 (2018).
論文
キャス
パブメド
パブメド・セントラル
Google Scholar
Zhou, W. et al. Longitudinal multiomics of host-microbe dynamics in prediabetes（糖尿病前症における宿主-微生物ダイナミクスの縦断的マルチオミクス）。ネイチャー 569, 663-671 (2019).
論文紹介
ADS
キャス
パブメド
PubMed Central
Google Scholar
Ghannam, R. B. & Techtmann, S. M.微生物生態学、ヒトマイクロバイオーム研究、環境モニタリングにおける機械学習アプリケーション。Comput. Struct. バイオテクノロジー. J. 19, 1092-1107 (2021).
論文
CAS
パブメド
PubMed Central
Google Scholar
Kohli, A., Holzwanger, E. A. & Levy, A. N. Emerging use of artificial intelligence in inflammatory bowel disease（炎症性腸疾患における人工知能の新たな利用）。World J. Gastroenterol. 26, 6923-6928 (2020).
論文
CAS
PubMed
PubMed Central
Google Scholar
Gevers, D. et al. 新発症のクローン病における治療未受診のマイクロバイオーム。Cell Host Microbe 15, 382-392 (2014).
論文
CAS
PubMed
PubMed Central
Google Scholar
Hofer, U. マイクロバイオーム。クローン病におけるバクテリアのアンバランス。Nat. Rev. Microbiol. 12, 312 (2014).
論文
CAS
PubMed
Google Scholar
Yilmaz, B. et al. 再発性難治性クローン病における微生物ネットワークの乱れ。Nat. Med. 25, 323-336 (2019).
論文紹介
キャス
PubMed
グーグルスカラー
Ananthakrishnan, A. N. et al. Gut microbiome function predicts response to anti-integrin biologic therapy in inflammatory bowel diseases.腸内細菌群の機能は、炎症性腸疾患における抗インテグリン生物学的製剤治療に対する反応を予測する。Cell Host Microbe 21, 603-610.e3 (2017).
論文
キャス
PubMed
PubMed Central
Google Scholar
Carroccio, A. et al. 過敏性腸症候群と慢性下痢の器質的原因の鑑別における便性カルプロテクチンアッセイの診断精度。成人および小児における前向き研究。Clin. Chem. 49, 861-867 (2003).
論文
CAS
パブコメ
Google Scholar
Vermeire, S., Van Assche, G. & Rutgeerts, P. IBDにおける臨床検査値マーカー。有用なのか、魔法のようなものなのか、それとも不要な玩具なのか？Gut 55, 426-431 (2006).
論文
CAS
PubMed
PubMed Central
Google Scholar
Goutorbe, F. et al. Crohn's diseaseにおける便中カルプロテクチン値に影響を及ぼす内視鏡的要因。J. Crohns Colitis 9, 1113-1119 (2015).
論文
キャス
PubMed
グーグルスカラー
Rajca, S. et al.クローン病におけるインフリキシマブ休薬後の再発予測因子としての腸内マイクロバイオームの変化（dysbiosis）. Inflamm. Bowel Dis. 20, 978-986 (2014).
PubMed
グーグル・スカラー
Buffet-Bataillon, S., Landreau, C., Siproudhis, L., Cattoir, V. & Bouguen, G. Bacterial gut dysbiosis is associated with Crohn's disease symptoms but not with elevated fecal calprotectin.腸内細菌異常は、クローン病の症状と関連しているが、糞便カルプロテクチンの上昇とは関連していない。Clin. Res. Hepatol. Gastroenterol. 45, 101669 (2021).
論文
PubMed
Google Scholar
Neumann, A., Björck, L. & Frick, I.-M. ヒトの正常な微生物叢に存在する嫌気性グラム陽性菌Finegoldia magnaは、好中球を活性化することによって炎症を誘発する。Front. Microbiol. 11, 65 (2020).
論文
PubMed
PubMed Central
Google Scholar
Zhang, J. et al.クローン病炎症における重要細菌としてのプロテウス・ミラビリスの解明。Gastroenterology 160, 317-330.e11 (2021).
論文
CAS
PubMed
Google Scholar
Smith, P. M. et al. 微生物の代謝産物である短鎖脂肪酸は、大腸Treg細胞のホメオスタシスを制御する。Science 341, 569-573 (2013).
論文
ADS
CAS
PubMed
Google Scholar
Furusawa, Y. et al. 宿主微生物由来の酪酸は、大腸制御性T細胞の分化を誘導する。Nature 504, 446-450 (2013).
論文
ADS
CAS
PubMed
Google Scholar
Kim, M., Qie, Y., Park, J. & Kim, C. H. Gut microbial metabolites fuel host antibody responses. Cell Host Microbe 20, 202-214 (2016).
論文
キャス
PubMed
PubMed Central
Google Scholar
微生物の代謝物である酪酸は、ヒストン脱アセチル化酵素の阻害を介して腸管マクロファージの機能を調節する。Proc. Natl. Acad. Sci. USA 111, 2247-2252 (2014).
論文
ADS
CAS
PubMed
PubMed Central
Google Scholar
Wu, W. et al. 微生物の代謝物である短鎖脂肪酸酢酸は、GPR43を介した微生物に対する腸のIgA応答を促進する。Mucosal Immunol. 10, 946-956 (2017).
論文
CAS
PubMed
Google Scholar
Scott, N. A. et al. Antibiotics induce sustained dysregulation of intestinal T cell immunity by perturbing macrophage homeostasis.（抗生物質はマクロファージの恒常性を乱すことで、腸管T細胞免疫の持続的な調節障害を引き起こす。Sci. Transl. Med. 10, eaao4755 (2018)に掲載されています。
論文
PubMed
PubMed Central
Google Scholar
Riggs, M. G., Whittaker, R. G., Neumann, J. R. & Ingram, V. M. n-Butyrate causes histone modification in HeLa and friend erythroleukaemia cells.（酪酸はHeLa細胞および赤血球貧血細胞のヒストン修飾を引き起こす。Nature 268, 462-464 (1977).
論文
ADS
CAS
PubMed
Google Scholar
Davie, J. R. Inhibition of histone deacetylase activity by butyrate（酪酸によるヒストン脱アセチル化酵素の活性阻害）。J. Nutr. 133, 2485S-2493S (2003).
論文
CAS
PubMed
Google Scholar
短鎖脂肪酸は、細胞内の酸化還元状態およびグルコース代謝の変化に関連して、結腸癌細胞のアポトーシスを誘導する。Chemotherapy 58, 102-109 (2012).
論文
CAS
パブコメ
Google Scholar
短鎖脂肪酸によるオートファジーは、ミトコンドリアを介したアポトーシス細胞死を抑制する適応的な戦略として機能する。Cell Death Differ. 18, 602-618 (2011).
論文
CAS
PubMed
Google Scholar
Zhang, J. et al. Sodium butyrate induces endoplasmic reticulum stress and autophagy in colorectal cells.酪酸ナトリウムは大腸菌の小胞体ストレスとオートファジーを誘導する。アポトーシスへの影響。PLoS ONE 11, e0147218 (2016).
論文
PubMed
PubMed Central
グーグル・スカラー
Vieira-Silva、S.ら。定量的マイクロバイオームプロファイリングにより、PSC/IBD診断における炎症および胆管閉塞に関連するマイクロバイオータ変化が明らかになった。Nat. Microbiol. 4, 1826-1831 (2019).
論文
キャス
PubMed
グーグルスカラー
Sokol, H.ら、クローン病における寛解維持のための糞便微生物叢移植。パイロットランダム化比較試験。Microbiome 8, 12 (2020).
論文
CAS
PubMed
PubMed Central
Google Scholar
Ganji-Arjenaki, M. & Rafieian-Kopaei, M. Probiotics are a good choice in remission of inflammatory bowel diseases.メタ分析とシステマティックレビュー。メタ分析およびシステマティックレビュー。J. Cell. Physiol. 233, 2091-2103 (2018)に掲載されています。
論文
キャス
PubMed
グーグルスカラー
Derwa, Y., Gracie, D. J., Hamlin, P. J. & Ford, A. C. Systematic review with meta-analysis: 炎症性腸疾患におけるプロバイオティクスの有効性。Aliment. Pharmacol. Ther. 46, 389-400 (2017).
論文
CAS
PubMed
グーグルスカラー
Geirnaert, A. et al. クローン病患者の微生物叢にin vitroで補充した酪酸産生菌は酪酸産生を増加させ、腸管上皮バリアの完全性を向上させました。Sci. Rep. 7, 11450 (2017).
論文紹介
ADS
PubMed
パブメッドセントラル
Google Scholar
Allen, P. B., Gower-Rousseau, C., Danese, S. & Peyrin-Biroulet, L. Preventing disability in inflammatory bowel disease（炎症性腸疾患における障害の予防）。Ther. Adv. Gastroenterol. 10, 865-876 (2017).
掲載記事
グーグルスカラー
参考文献のダウンロード
謝辞
FASTQサンプルの処理にご協力いただいたMaria Bernard (GABI, Toulouse) と、FROGSに関するご見識に感謝します。
著者情報
著者および所属
INSERM, Institut NUMECAN (Nutrition Metabolisms and Cancer), CHU Rennes, Université Rennes 1, 35000, Rennes, France
Sylvie Buffet-Bataillon（シルヴィー・ビュフェ・バタイヨン）、François Fleury（フランソワ・フルーリー
CIC 1414, INSERM, Institut NUMECAN (Nutrition Metabolisms and Cancer), CHU Rennes, Université Rennes 1, 35000, Rennes, France
Guillaume Bouguen
U1230、INSERM、CHU Rennes、Université Rennes 1、35000、フランス
ヴィンセント・カトワール
Dyliss - Dynamics, Logics and Inference for biological Systems and Sequences, Inria Rennes - Bretagne Atlantique, Université Rennes 1, France
ヤン・ル・カンフ
寄稿
S.B.B.とY.L.C.が研究をデザインした。G.B.は臨床研究を管理した。G.B.は患者を募集し、試料と臨床情報を入手した。S.B.B.は、微生物叢の16S rRNA配列の決定を行った。S.B.B.とM.B.はメタ分類学的解析のためのバイオインフォマティクスワークフローを実行した。F.F.とY.L.C.はデータ解析を行った。V.C.は研究の実現に協力した。S.B.B.、G.B.、V.C.、Y.L.C.は原稿を執筆した。本原稿は、関連するデータ、図、表を含め、未発表であり、他で検討されているものでもない。最終原稿は全著者が読み、承認した。
連絡先
Yann Le Cunffに連絡する。
倫理的宣言
利益相反
著者らは、競合する利害関係を宣言していない。
追加情報
出版社からのコメント
シュプリンガー・ネイチャーは、出版された地図の管轄権や所属機関について中立的な立場をとっています。
権利と許可
この記事は、原著者と出典に適切なクレジットを与え、クリエイティブ・コモンズ・ライセンスへのリンクを提供し、変更を加えたかどうかを示す限り、いかなる媒体や形式においても、使用、共有、適応、配布、複製を許可するクリエイティブ・コモンズ 表示 4.0 国際ライセンスの下に提供されています。この記事に掲載されている画像やその他の第三者の素材は、素材へのクレジット表示で別段の指示がない限り、記事のクリエイティブ・コモンズ・ライセンスに含まれます。もし素材が記事のクリエイティブ・コモンズ・ライセンスに含まれておらず、あなたの意図する利用が法的規制によって許可されていない場合、あるいは許可された利用を超える場合には、著作権者から直接許諾を得る必要があります。このライセンスのコピーを見るには、http://creativecommons.org/licenses/by/4.0/。
転載と許可
この記事について
CrossMarkで通貨と真正性を検証する
この記事の引用
Buffet-Bataillon, S., Bouguen, G., Fleury, F. et al. Gut microbiota analysis for prediction of clinical relapse in Crohn's disease（腸内細菌叢分析によるクローン病臨床再発の予測）. Sci Rep 12, 19929 (2022)。https://doi.org/10.1038/s41598-022-23757-x。
引用文献のダウンロード
受領日
2022年2月11日
受理済
2022年11月04日
公開日
2022年11月19日
この記事が気に入ったらサポートをしてみませんか？